说明：利用parzen窗进行概率密度函数估计，并给出仿真，程序简单易懂。

估计概率密度 概率密度估计 parzen 密度函数 parzen-概率密度

说明：给定样本点，采用高斯核密度估计，求出概率密度分布函数。

样本点 核密度 核密度估计KDE 点密度 KDE-散点

说明：给定数据和相应的概率密度函数、用matlab求解其相应的极大似然估计

matlab-mle函数 mle函数 matlab中mle函数 概率密度函数 似然函数

说明：这是一个有关parzen窗估计的代码，用来估计概率密度函数，在模式识别中有很多重要的地位~~

parzen窗 概率密度 parzen parzen parzen-window

说明：这是一个有关parzen窗估计的代码，用来估计概率密度函数。采用了方窗、指数窗、高斯窗函数三种核函数，附有matlab程序。

高斯核函数 高斯核估计 核密度估计 指数窗函数

说明：用Baum-Welch算法来迭代估计一个隐马尔科夫模型（HMM）的初始状态概率分布以及其状态转移概率矩阵。其中文件有mainfile_B_W.m为主函数，Baum_Welch.m为Baum-Welch算法迭代函数，Forward_variable.m与Backward_variable.m与Gamm...

baum-welch算法 Baum-Welch-算法 混淆矩阵 状态转移概率 概率密度-pdf

说明：用matlab进行概率密度函数的非参数估计，主要有parzen窗法和kn近邻法。分别对平均分布和正态分布进行了仿真。

parzen-kn 参数估计 kn KN-nearest-neighbor parzen

说明：考虑不确定性，蒙特卡洛进行负荷模拟，潮流计算。

蒙特卡洛计算 蒙特卡洛潮流 潮流计算 概率潮流计算

说明：以为高斯和密度估计，使用高斯核的非参数密度估计方法，对样本进行概率密度估计，程序中给出了窗宽的估算公式。

核密度 matlab-窗宽 非参数核估计 高斯概率 概率核密度

说明：微粒过滤器或序贯蒙特 Carlo （SMC） 方法是一套通过直接实现贝叶斯递推方程估计状态空间的后验密度的在线的后验密度估计算法。SMC 方法使用一种基于网格的方法，并使用一套粒子代表的后验密度。这些过滤的方法作出任何限制性的假设的动力学状态空间或密度函数。SMC 方法提供了用于从所需的销售生成样本...

matlab 混合 Cardinalized 概率 假设 滤波